Skip to main content Skip to main navigation

Projekt | CrowdHEALTH

Laufzeit:
Kollektives Wissen für die Gestaltung der Gesundheitspolitik

Kollektives Wissen für die Gestaltung der Gesundheitspolitik

In den letzten Jahren hielten im Gesundheitsbereich unter dem Begriff E-Health zunehmend Informations- und Kommunikationstechnologien Einzug, ebenso wie Sensoren und Anwendungen, welche die personalisierte medizinische Behandlung unterstützen. Diese ermöglichen das Sammeln extrem großer Mengen an unterschiedlichen Daten, die sich jedoch auf verschiedene Systeme verteilen.

Ziel des internationalen und multidisziplinären Verbundprojekts CrowdHEALTH ist es, diese heterogenen und verteilten Gesundheitsdaten einheitlich zu integrieren und Analyse-Erkenntnisse Entscheidungsträgern im Gesundheitswesen zur Verfügung zu stellen. Hierfür entwickeln die Projektpartner eine sichere digitale Plattform, die Big Data Technologien entlang des gesamten Datenpfads integriert und Data as a Service (DaaS) und Analyse-Werkzeuge bereitstellt. Dies soll u.a. die Stakeholder aus dem Gesundheitswesen bei der Erarbeitung von Zielen und Maßnahmen im Bereich der öffentlichen Gesundheit unterstützen. Darüber hinaus schlägt das Projekt einen Wandel zu ganzheitlichen Patientenakten vor, welche die herkömmlichen Krankenakten, um zusätzliche gesundheitsbezogene Daten, wie Aktivitäts-, Lifestyle- und Ernährungsdaten, ergänzen.

Der DFKI-Forschungsbereich Cyber-Physical Systems entwickelt hierfür intelligente Unterstützungssysteme, welche die automatisierte Sammlung von zuverlässigen, qualitativ hochwertigen Daten über gesundheitsrelevante Faktoren, wie etwa Aktivitäten des täglichen Lebens oder Ernährungsgewohnheiten, ermöglichen und diese zu ganzheitlichen Patientenakten verdichten. Darauf aufbauende in CrowdHEALTH entwickelte Big Data Algorithmen analysieren und vergleichen die Patientenakten um zum Beispiel etwaige Korrelationen von Lebensstil, Ernährung und Aktivtäten zum Gesundheitszustand aufzuspüren.

Insgesamt sollen im Rahmen von CrowdHEALTH europaweit mehr als 200.000 Nutzerinnen und Nutzer an fünf Pilotstudien teilnehmen, die von den kooperierenden Institutionen in unterschiedlichen europäischen Ländern durchgeführt werden. Dabei spielen neben der Qualität, der Zuverlässigkeit und der Vollständigkeit der gesammelten Daten und Analysen insbesondere Datenschutzaspekte eine zentrale Rolle.

Partner

  • Atos (Spain), Coordinator
  • University of Piraeus Research Centre (Greece, Technical Coordinator
  • BioAssist (Greece)
  • Care Across (UK)
  • German Research Center for Artificial Intelligence (Germany)
  • Engineering (Italy)
  • European Federation for Medical Informatics (Switzerland)
  • Fundación para la Investigación del Hospital Universitario La Fe (Spain)
  • Information Catalyst (UK)
  • Jozef Stefan Institute (Slovenia)
  • Karolinska Institutet (Sweden)
  • LeanXcale (Spain)
  • National Institute of Public Health (Slovenia)
  • National Organization for Health Care Services Provision (Greece)
  • Siemens (Romania)
  • Singular Logic (Cyprus)
  • University of Ljubjiana (Slovenia)
  • Universidad Politécnica de Madrid (Spain)
  • University of Southampton (UK)

Publikationen zum Projekt

  1. Deducing Qualitative Capabilities with Generic Ontology Design Patterns

    Bernd Krieg-Brückner; Mihai Codescu

    In: Manuel F Silva; José Luís Lima; Luís Paulo Reis; Alberto Sanfeliu; Danilo Tardioli (Hrsg.). Robot 2019: Fourth Iberian Robotics Conference. Iberian Robotics Conference (ROBOT-2019), Fourth Iberian Robotics Conference, Advances in Robotics, Volume 1, November 20-22, Porto, Portugal, Pages 391-403, Advances in Intelligent Systems and Computing (AISC), No. 1092, ISBN 978-3-030-35989-8, Springer…
  2. CrowdHEALTH: Big Data Analytics and Holistic Health Records

    Parisis Gallos; Santiago Aso; Serge Autexier; Arturo Brotons; Antonio De Nigro; Gregor Jurak; Athanasios Kiourtis; Pavlos Kranas; Dimosthenis Kyriazis; Mitja Lustrek; Andrianna Magdalinou; Ilias Maglogiannis; John Mantas; Antonio Martinez; Andreas Menychtas; Lydia Montandon; Florin Picioroaga; Manuel Perez; Dalibor Stanimirovic; Gregor Starc; Tanja Tomson; Ruth Vilar-Mateo; Ana-Maria Vizitiu

    In: Amnon Shabo Shvo; Inge Madsen; Hans-Ulrich Prokosch; Kristiina Häyrinen; Klaus-Hendrik Wolf; Fernando Martín-Sánchez; Matthias Löbe; Thomas M. Deserno (Hrsg.). ICT for Health Science Research - Proceedings of the EFMI 2019 Special Topic Conference - 7-10 April 2019, Hanover, Germany. EFMI Special Topic Conference (EFMI STC-2019), April 7-10, Hanover, Germany, Pages 255-256, Studies in Health…

Fördergeber

EU - Europäische Union

Call H2020-SC1-2016-CNECT, Grant 727560

Call H2020-SC1-2016-CNECT

EU - Europäische Union